-
公开(公告)号：CN115542338B
公开(公告)日：2023-04-18
申请号：CN202211518994.7
申请日：2022-11-30
Applicant: 湖南大学
IPC: G01S17/86 , G01S7/48 , G06V10/82 , G06V10/62 , G06V10/774 , G06T7/246 , G06T7/277 , G06N3/042 , G06N3/082
Abstract: 一种基于点云空间分布映射的激光雷达数据的学习方法，包括：S1、构建目标激光雷达点云数据集，对任意带标注激光雷达点云数据集和目标激光雷达点云数据集进行线束空间分析；S2、将任意带标注激光雷达点云数据集所在空间坐标系变换至目标激光雷达点云数据集所在空间坐标系；S3、对坐标系变换后的任意带标注激光雷达点云数据集进行序列化处理；S4、计算三维空间非共线三点近似平面与激光雷达线束的交点以完成映射；S5、利用带标注的映射数据集训练关于点云目标检测的任意深度学习模型；S6、设计多目标跟踪器对序列信息进行更新实现结果的优化。本发明易操作、效率高，具有良好的鲁棒性，减少了不同类型数据集差异带来的影响。
-
公开(公告)号：CN115597924A
公开(公告)日：2023-01-13
申请号：CN202211425505.3
申请日：2022-11-15
Applicant: 湖南大学(CN)
Abstract: 本发明涉及水体采样技术领域，具体为一种无人机挂载的高精度多点水体采样装置及采样方法，装置包括：壳体、升降机构、采样机构、输送机构、存储机构、控制模块和位置探测机构；采样机构通过升降机构安装在壳体的左侧；存储机构安装在壳体的下部；输送机构的输入端伸入到采样机构的内侧，输出端与存储机构连通，用于将采样机构内采样的水体输送到存储机构内进行存储，位置探测机构安装在壳体的下部；控制模块安装在壳体的内侧，控制模块分别与升降机构、输送机构、位置探测机构电连接；本发明中的输送机构为电磁式，通过电磁式的输送机构，可稳定、准确、可靠的进行多次取样，并且能够自主释放并存储采样水体；同时本发明采样效率高、可拓展性强。
-
公开(公告)号：CN119169606B
公开(公告)日：2025-04-25
申请号：CN202411241486.8
申请日：2024-09-05
Applicant: 湖南大学
IPC: G06V20/64 , G06V10/80 , G06V10/25 , G06V10/44 , G06N3/0464 , G06N3/0495 , G06N3/08
Abstract: 本发明属于大范围制造场景机器人协同三维感知领域，具体涉及一种基于视觉状态空间模型的多机器人协同三维目标检测方法，包括：搭建多机器人激光雷达三维感知平台，采集飞机制造与装配大范围场景中的三维点云数据；对所采集的三维点云数据进行数据标注，制作三维点云检测数据集，并将三维点云检测数据集进行划分；构建基于视觉状态空间模型的点云三维目标检测模型；将训练集代入到点云三维目标检测模型中进行迭代训练，并采用验证集进行模型验证，得到最优点云三维目标检测模型；将测试集代入到最优点云三维目标检测模型中进行预测，得到三维点云检测结果，实现多机器人在大范围场景中的协同三维目标检测。
-
公开(公告)号：CN119229031A
公开(公告)日：2024-12-31
申请号：CN202411747851.2
申请日：2024-12-02
Applicant: 湖南大学
Abstract: 本发明公开了一种基于三维高斯泼溅的大型装配场景的动态实时渲染方法，通过多个传感器相结合，构建一个用于动态场景实时渲染的三维高斯泼溅模型，该方法可以渲染装配场景的任意视角。三维高斯泼溅模型包括传感器数据对齐、三维高斯泼溅模型的初始化、三维高斯泼溅模型的预测与更新，结合三维高斯泼溅模型，设计了场景空间点对齐与预测器，解决多传感器数据信息冗余、动态实时渲染困难的难题，这个方法提高了装配的安全性与可靠性，能及时发现和处理装配过程中的问题，有助于推动工业智能制造快速且高质量的发展，从而推动工业制造智能化的转型。
-
公开(公告)号：CN118154607A
公开(公告)日：2024-06-07
申请号：CN202410579980.9
申请日：2024-05-11
Applicant: 湖南大学
IPC: G06T7/00 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于混合多尺度知识蒸馏的轻量化缺陷检测方法，构建数据集；构建教师网络模型和轻量化学生网络模型；使用数据集对教师网络模型进行训练，并将训练好的教师网络模型权重文件保存；载入保存的教师网络模型权重文件到教师网络模型，将数据集中的缺陷图像输入至教师网络模型和学生网络模型中分别得到第一多尺度特征和第二多尺度特征，再分别输入至级联式知识混合模块得到最终的深度融合的第一多尺度特征和第二多尺度特征，进而计算混合多尺度知识损失，结合学生网络模型的预测损失利用反向传播算法来网络参数进行更新，得到训练好的轻量化学生网络模型完成智能制造产品的缺陷检测。提升对不同尺度缺陷的认知能力和识别性能。
-
Patent Agency Ranking
公开(公告)号：CN116402821B
公开(公告)日：2023-09-22
申请号：CN202310676359.X
申请日：2023-06-08
Applicant: 湖南大学
IPC: G06T7/00 , G06N3/0464 , G06N3/084 , G06V10/52 , G06V10/764 , G06V10/80 , G06V10/82 , G01N21/88
Abstract: 本发明公开了一种基于神经网络的飞机蒙皮涂胶质量缺陷检测方法，包括数据采集，利用相机对飞机蒙皮进行拍照获取图片数据；对获取到的图片数据进行预处理，通过标注软件对数据进行标注获取用于网络训练的数据集；建立一个基于特征擦除和边界细化的缺陷检测网络模型，其中，缺陷检测网络模型包括依次连接的特征提取网络、语义引导的特征擦除模块、多尺度特征融合网络和基于边界细化的缺陷预测网络，利用数据集对网络模型进行训练，并将训练好的模型参数保存；利用训练好的网络模型对直接采集到的蒙皮涂胶图像进行检测，并输出检测结果。可以快速准确地实现飞机蒙皮涂胶缺陷的无损检测，推动蒙皮高质量智能制造进程。
-
公开(公告)号：CN116402821A
公开(公告)日：2023-07-07
申请号：CN202310676359.X
申请日：2023-06-08
Applicant: 湖南大学
IPC: G06T7/00 , G06N3/0464 , G06N3/084 , G06V10/52 , G06V10/764 , G06V10/80 , G06V10/82 , G01N21/88
Abstract: 本发明公开了一种基于神经网络的飞机蒙皮涂胶质量缺陷检测方法，包括数据采集，利用相机对飞机蒙皮进行拍照获取图片数据；对获取到的图片数据进行预处理，通过标注软件对数据进行标注获取用于网络训练的数据集；建立一个基于特征擦除和边界细化的缺陷检测网络模型，其中，缺陷检测网络模型包括依次连接的特征提取网络、语义引导的特征擦除模块、多尺度特征融合网络和基于边界细化的缺陷预测网络，利用数据集对网络模型进行训练，并将训练好的模型参数保存；利用训练好的网络模型对直接采集到的蒙皮涂胶图像进行检测，并输出检测结果。可以快速准确地实现飞机蒙皮涂胶缺陷的无损检测，推动蒙皮高质量智能制造进程。
-
公开(公告)号：CN115937242A
公开(公告)日：2023-04-07
申请号：CN202310014879.4
申请日：2023-01-05
Applicant: 湖南大学
Abstract: 一种电力线路中绝缘子的图像视觉语义分割方法，包括：1、采集多张绝缘子图像，利用多张绝缘子图像构建绝缘子标签数据集，并将绝缘子标签数据集划分为训练集和验证集；2、构建主干特征提取网络，主干特征提取网络包括编码器和解码器；3、构建绝缘子特征增强模块，利用绝缘子特征增强模块优化编码器；4、在解码器中添加注意力机制，将优化后的编码器和解码器进行融合，得到改进的U‑Net模型；5、利用训练集对改进的U‑Net模型进行训练；6、使用验证集对训练后的U‑Net模型进行验证。本发明通过消融实验及对比试验，证实了基于残差式注意力机制的绝缘子分割方法的有效性和优越性。
-
公开(公告)号：CN119910661A
公开(公告)日：2025-05-02
申请号：CN202510388636.6
申请日：2025-03-31
Applicant: 湖南大学
IPC: B25J9/16 , G06V20/56 , G06V10/10 , G06V10/40 , G06V10/774 , G06V10/778
Abstract: 本发明公开了一种作业机器人多视图立体目标检测方法、系统及计算机设备，通过安装图像传感器，从不同角度同时采集多视角图像，实现了多角度信息的融合，这种多视角图像融合技术能够有效弥补单一视角下因遮挡或物体形态复杂导致的识别盲区，从而提高了目标检测的准确性；空间特征提取模块能够自适应地处理目标物体在尺寸和形态上的差异，对大尺寸和小尺寸目标物体的检测具有较高的鲁棒性，避免了其他方法中对不同目标尺寸的敏感性不足问题；通过局域网将采集的图像实时传输至远程服务器进行计算处理，避免了本地计算资源受限的瓶颈，并利用强大的远程计算能力提升了模型推理和目标检测的效率。
-
公开(公告)号：CN119291714A
公开(公告)日：2025-01-10
申请号：CN202411803687.2
申请日：2024-12-10
Applicant: 湖南大学
IPC: G01S17/89 , G06V10/25 , G06N3/084 , G06V10/74 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/82 , G06V20/64
Abstract: 本发明公开了一种大型装配场景的多传感器在线三维检测方法及装置，通过多个非重复式扫描激光雷达与嵌入式平台相连接，从不同的角度进行扫描，并对不同角度的点云数据进行预处理以实现多传感器非重复式扫描点云数据的坐标系统一与拼接融合，采集整个大型装配场景的点云数据并制作数据集。构建大型装配场景检测模型用于处理大型装配场景下的目标检测任务，通过训练、测试以及离线可视化验证，获得训练好的最佳模型。基于训练好的模型对实时的大型装配场景点云数据进行快速推理，实现大型装配场景中移动机器人等的高精度实时化的在线检测。解放了人力资源，提升了装配效率。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.026 seconds)
